（来源：机器之心）

　　人形机器人全身控制（WBC）是实现机器人仿人运动、走向实用化的底层核心。当下主流方案大多依托无模型强化学习，想要覆盖更丰富的人类动作，就要投入集群级算力。UC Berkeley 近期的 SuperMimic 工作把十万级人体动作跟踪策略的训练从多卡集群数日压缩至单卡数小时引起热议。这项工作凭借千倍级算力削减效果促使行业重新思考「大规模全身控制训练，是否不必再持续猛堆算力」？

　　目录

　　01. Anthropic 的盈利意味着什么？WBC 训练未必需要猛堆算力？Supermimic 是什么？GPU 集群算力为何不再是 WBC 规模化扩展的瓶颈？...

　　02.Supermimic 如何实现单一可微世界模型与解析梯度的胜利？动力学规律如何影响机器人控制？WBC 的训练成本如何细化拆分？...

　　03.当 WBC 拥有了经济的方案，具身智能还有什么难题亟待解决？

　　Supermimic 的影响边界在哪里？Supermimic 可还有哪些未决挑战？...

　　WBC 训练未必需要猛堆算力？

　　1、UC Berkeley 的研究者近日发布「SuperMimic」工作，提出了基于单一可微世界模型的全身控制架构，对既有算力密集型控制技术路线提出了有效替代方案，并在训练效率上展现出显著差异，引起 AI 社区大量关注。

　　① 「SuperMimic」的一作为 UC Berkeley 三年级博士生廖洽源，其导师 Koushil Sreenath 与 Pieter Abbeel 同为论文作者。论文目前已被 CoRL 2026 接收为 Oral。

　　2、在具身智能与人形机器人领域，当前流行的全身控制方案主要存在两条技术路线，均呈现出运动数据集越丰富，控制器性能越强的特点。但随着运动覆盖范围扩大，两种方案的计算开销都会急剧上升。[1-1] 

　　① 全身控制（WBC）是实现机器人高度敏捷性与通用性的核心底层技术，通过全身控制器覆盖行走、舞蹈和姿态恢复等动作，从而确保让机器人能够在人类设计的环境中运作。

　　② 现有流行方案中，一类聚焦将多个针对单段运动的专家策略蒸馏合并为统一控制器；一类直接在大型运动库上训练单个通用策略。

　　③ 由于两种方案都依赖无模型强化学习，无法显式建模不同人体运动背后共享的仿人机器人刚体动力学，只能依靠大量仿真试错来估计动作效果，因此随着运动库规模扩大，计算开销会急剧攀升。

　　3、英伟达团队的「SONIC」作为此前最优的动作追踪器，为了让机器人掌握 12.9 万种不同的人类动作，需要调用 128 张 NVIDIA L40 GPU 在集群上进行长达 7 天的训练，累计消耗约 21,000 个 GPU 小时。[1-2] 

　　4、Supermimic 引起的热议在于，该工作将处理大规模人类动作跟踪策略的训练成本从 128 张 GPU 运行数天，压缩至单张 GPU 运行约 3 小时。研究者表示，「算力将不再是阻碍底层运动控制拓展的核心障碍，动作追踪的 Scaling Law 现在触手可及」。[1-3] 

　　① Supermimic 团队公开了与 SONIC 的基准对比数据。在包含 129,514 段人类动作（约 264 小时）的测试中，SuperMimic 在单张 NVIDIA H100 GPU 上运行 3 小时的归一化回报率超过了 SONIC 的公开检查点，且在失败率上表现更优。在双卡运行 9.8 小时后，其在训练集内的测试动作达到零失败。

　　② 论文发布后，机器人研究所助理教授、LeCAR Lab 中心石冠亚、Genesis AI 的创始研究科学家宋运龙（Yunlong Song）等研究者均在社交媒体上对该工作表达认可，并分享相关扩展研究及聚焦方向的想法。[1-4] [1-5] 

　　Supermimic 如何实现单一可微世界模型与解析梯度的胜利？

　　Supermimic 的研究者表示，尽管人类的动作千差万别，但它们都共享着相同的动力学规律（share the same dynamics）。通过一个可微世界模型来学习这些共享规律，从而为策略提供快速的想象推演与解析梯度，研究团队认为这是实现千倍效率提升的根本原因...

　　 关注👇🏻「机器之心PRO会员」，前往「收件箱」查看完整解读